जल संरक्षण अभियानों की सफलता का मूल्यांकन करना

दीर्घकालिक प्रभाव

जल संरक्षण एक शॉट प्रयास नहीं है। व्यवहारिक "रिबाउंड" और mdash; जहां समय और mdash के साथ बचत होती है; आम है, विशेष रूप से प्रोत्साहन समाप्त होने या ध्यान देने के बाद फीका होता है। लंबे समय तक प्रभाव का मूल्यांकन करने के लिए महीनों या वर्षों के लिए उसी मीट्रिक को ट्रैक करना पड़ता है। क्या कम प्रवाह वाले शॉवरहेड अभी भी स्थापित हैं? क्या घर केवल सप्ताह में दो बार पानी जारी रखते हैं? अनुदैर्ध्य पैनल अध्ययन या दोहराने वाले ऑडिट पता लगा सकते हैं कि नई आदतें स्थायी हो गई हैं। Sustained बचत अभियान के वास्तविक दुनिया के मूल्य का अंतिम सबूत है।

मूल्यांकन के तरीके

प्रत्येक मीट्रिक विशिष्ट उपकरण और तकनीकों के लिए कहता है। विधि का विकल्प बजट, उपलब्ध डेटा और आवश्यक अंतर्दृष्टि की गहराई पर निर्भर करता है।

जल मीटर डेटा

भागीदारी और सगाई रिकॉर्ड

घटना संकेत-इन शीट, आवेदन लॉग को फिर से शुरू करें और वेबसाइट विश्लेषण (उदाहरण के लिए, "टिप्स" पृष्ठों पर क्लिक करें) सगाई को क्वांटिफाइड करने में मदद करें डिजिटल अभियानों के लिए, ईमेल ओपन रेट, सोशल मीडिया शेयर और शैक्षिक वीडियो पर खर्च किए गए समय के लिए कितनी अच्छी तरह की सामग्री अनुनादित होती है। हालांकि, सगाई प्रभाव की गारंटी नहीं देती है; एक वायरल वीडियो लाखों लोगों तक पहुंच सकता है लेकिन थोड़ा कार्रवाई चला सकता है। संयोजन सगाई डेटा अनुवर्ती पानी के उपयोग के साथ डेटा प्रकट होता है जो वास्तव में बचत के साथ संबंध रखती है।

केस स्टडीज और गुणात्मक तरीके

नंबर केवल कहानी का हिस्सा बताते हैं। गहन साक्षात्कार और फोकस समूह यह पता लगा सकते हैं कि एक अभियान क्यों काम करता है या विफल रहा है। उदाहरण के लिए, निवासी स्वीकार कर सकते हैं कि वे दरवाजे के हैंगर को अनदेखा कर सकते हैं क्योंकि वे बहुत सामान्य थे, या एक पड़ोसी से एक दोस्ताना फोन कॉल ने उन्हें बारिश बैरल स्थापित करने के लिए आश्वस्त किया। क्वालिटेटिव अंतर्दृष्टि भविष्य के प्रयासों के लिए संदेश भेजने और लक्ष्य करने में मदद करती है। एक एकल सफलता की कहानी और mdash को दस्तावेज करना; एक homeowners एसोसिएशन की तरह जो सामुदायिक चुनौतियों और mdash के माध्यम से 40% तक सिंचाई में कटौती करती है; यह भी धनियों के लिए एक शक्तिशाली कथा के रूप में काम कर सकता है।

मूल्यांकन में चुनौतियां

भले ही अच्छे मेट्रिक्स और विधियों के साथ, evaluators लगातार बाधाओं का सामना करते हैं जो परिणाम को कम कर सकते हैं।

डेटा सटीकता और संगतता

मीटर की गलतियां, बिलिंग चक्र जो अभियान के समय के साथ संरेखित नहीं होते हैं, या किराये के गुणों के लिए लापता डेटा शोर पेश कर सकते हैं। स्व-रिपोर्ट किए गए सर्वेक्षण डेटा सामाजिक वांछनीयता पूर्वाग्रह और दोषपूर्ण स्मृति के अधीन है। इस पते पर, क्रॉस-वैलिड एकाधिक स्रोतों: स्मार्ट मीटर डेटा के साथ स्व-रिपोर्ट किए गए शॉवर समय की तुलना करें, या फिर छूटे गए जुड़नार की एक सबसेट का ऑडिट करें। मानकीकृत प्रोटोकॉल डेटा संग्रह और सफाई के लिए मूल्यांकन अवधि में परिवर्तनशीलता को कम करें।

योगदान

अन्य प्रभावों और mdash से अभियान के प्रभाव को अलग करना; जैसे कि सूखे, दर बढ़ने, या नए निर्माण कोड और mdash का मीडिया कवरेज; निश्चित रूप से मुश्किल है। यादृच्छिक नियंत्रित परीक्षणों (RCT) सोने का मानक है लेकिन अक्सर राजनीतिक या तार्किक रूप से अक्षम हैं। अभियान अवधि के दौरान बाहरी घटनाओं के Quasi-experimental डिजाइन जैसे मिलान तुलनात्मक समूह या बाधित समय श्रृंखला विश्लेषण यादृच्छिक विश्लेषण के दौरान विश्वसनीय अनुमान प्रदान कर सकते हैं।

दीर्घकालिक ट्रैकिंग

वर्षों में मूल्यांकन को जारी करने के लिए चल रहे वित्त पोषण और संगठनात्मक प्रतिबद्धता की आवश्यकता होती है। स्टाफ टर्नओवर, मीटर के बुनियादी ढांचे में बदलाव, या अभियान प्राथमिकताओं को स्थानांतरित करने के लिए दीर्घकालिक अध्ययन को बाधित कर सकते हैं। एक समाधान नियमित उपयोगिता संचालन में मूल्यांकन को एम्बेड करना है: उदाहरण के लिए, ग्राहक सूचना प्रणाली में ग्राहक सगाई रिकॉर्ड के साथ मीटर डेटा को जोड़ने। पार्टनरशिप विश्वविद्यालयों या गैर-लाभकारी अनुसंधान समूहों के साथ लंबी पैनल अध्ययन के लिए आवश्यक निरंतरता भी प्रदान कर सकते हैं।

सामुदायिक सगाई और प्रतिनिधित्व

हार्ड-टू-पहुंच आबादी और mdash; कम आय वाले परिवारों, किरायेदारों, गैर-मूल भाषा वक्ताओं और mdash; अक्सर सर्वेक्षणों और भागीदारी डेटा में प्रतिनिधित्व किया जाता है, फिर भी उन्हें संरक्षण कार्यक्रमों से लाभ प्राप्त करने का सबसे अधिक अवसर मिल सकता है। आउटरीच रणनीतियों को विशेष रूप से इन समूहों को शामिल करने के लिए डिज़ाइन किया गया है, जैसे कि सामुदायिक संगठनों के साथ कई भाषाओं या साझेदारी में दरवाजा-टू-डोर कैनवासिंग, डेटा पूर्णता में सुधार। इक्विटी-फोकस्ड मूल्यांकन] यह सुनिश्चित करता है कि समुदाय के सभी क्षेत्रों में सफलता को मापा जाता है।

आधुनिक मूल्यांकन में प्रौद्योगिकी की भूमिका

डेटा संग्रह और विश्लेषण में अग्रिमों में क्रांतिकारी बदलाव आया है कि संरक्षण अभियानों का आकलन कैसे किया जाता है।

स्मार्ट जल मीटर

स्मार्ट मीटर उच्च आवृत्ति पर खपत डेटा संचारित करता है, जिससे वाष्पीकरणकर्ताओं को अभियानों के तत्काल जवाबों का पता लगाने की अनुमति मिलती है। उदाहरण के लिए, व्यक्तिगत जल उपयोग रिपोर्ट भेजने के बाद, एक उपयोगिता यह देख सकती है कि क्या एक घर की खपत अगले दिन गिर जाती है। यह दरवाजा खोलने के लिए rapid-cycle मूल्यांकन , जहां रणनीति का परीक्षण किया जाता है और निकट-वास्तविक समय में परिष्कृत किया जाता है। स्मार्ट मीटर डेटा इनडोर और आउटडोर उपयोग के अलग-अलग उपयोग को सक्षम बनाता है, जिससे व्यवहार परिवर्तन की अधिक दानेदार तस्वीर मिलती है।

डेटा एनालिटिक्स और मशीन लर्निंग

मशीन लर्निंग मॉडल उपभोग डेटा में पैटर्न की पहचान कर सकते हैं कि मानव विश्लेषक याद कर सकते हैं। एल्गोरिथ्म उन परिवारों को ध्वजारोपित कर सकते हैं जो किसी विशेष संदेश का जवाब देने की संभावना रखते हैं, या भविष्यवाणी करते हैं कि कौन से संरक्षण उपाय (जैसे, शॉवर टाइमर बनाम सिंचाई नियंत्रक) विशिष्ट ग्राहक खंडों के लिए सबसे बड़ी बचत पैदा करेगा। जबकि इन उपकरणों को तकनीकी विशेषज्ञता की आवश्यकता होती है, वे ओपन-सोर्स प्लेटफॉर्म और क्लाउड-आधारित एनालिटिक्स सेवाओं के माध्यम से अधिक सुलभ हो रहे हैं।

डिजिटल सर्वे और सोशल मीडिया सुनना

महंगे फोन सर्वेक्षण के बजाय, उपयोगिताएँ लघु एसएमएस या ईमेल प्रश्नावली तैनात कर रही हैं जो ग्राहकों को पैमाने पर पहुंचती हैं। सोशल मीडिया मॉनिटरिंग सार्वजनिक भावना पर वास्तविक समय की पल्स प्रदान करती है और अभियान संदेशों के प्रसार को प्रकट कर सकती है। हालांकि, गोपनीयता चिंताओं और मंच नीतियों को सावधानीपूर्वक हैंडलिंग की आवश्यकता होती है। ग्राहक डेटाबेस के साथ एकीकरण डिजिटल सगाई को समग्र दृष्टिकोण के लिए वास्तविक उपभोग डेटा से जोड़ने की अनुमति देता है।

सफल मूल्यांकन में केस स्टडीज

रियल-वर्ल्ड उदाहरण यह दर्शाते हैं कि कैसे कठोर मूल्यांकन बेहतर परिणाम चलाता है।

]दक्षिणी कैलिफोर्निया में, मेट्रोपॉलिटन वाटर डिस्ट्रिक्ट ने सामाजिक तुलना (Opower's मॉडल) की विशेषता वाले घरेलू जल उपयोग रिपोर्ट की प्रभावशीलता का परीक्षण करने के लिए एक यादृच्छिक नियंत्रित परीक्षण का इस्तेमाल किया। अध्ययन में पाया गया कि नियंत्रण समूह की तुलना में रिपोर्ट प्राप्त करने वाले परिवारों ने औसत से 6% की खपत को कम कर दिया, वर्षों तक बचत जारी रखी। मूल्यांकन डेटा ने कार्यक्रम का विस्तार करने के लिए धन को आश्वस्त किया, अंततः अरबों गैलन की बचत की। अधिक जानकारी EPA WaterSense कार्यक्रम ] से उपलब्ध हैं, जो सबूत आधारित आवासीय संरक्षण का समर्थन करता है।

]Melbourne, Australia, एक गंभीर सूखे के दौरान, शहर के "Target 155" अभियान ने 155 लीटर के प्रति व्यक्ति दैनिक उपयोग लक्ष्य निर्धारित किया। मूल्यांकन मासिक मीटर डेटा और आवधिक सर्वेक्षण पर निर्भर किया गया। अभियान ने एक 30% कमी हासिल की, जिसमें मूल्यांकन दिखाया गया कि एक स्पष्ट लक्ष्य, नियमित प्रतिक्रिया और सामुदायिक सगाई का संयोजन महत्वपूर्ण था। मेलबोर्न से सबक को ]]विश्व बैंक जल संसाधन प्रबंधन साहित्य में दस्तावेज दिया गया है, जो बड़े पैमाने पर व्यवहार परिवर्तन में बेंचमार्क के रूप में अभियान का हवाला देते हैं।

प्रभावी मूल्यांकन के लिए सर्वश्रेष्ठ अभ्यास

आम नुकसान से बचने और सीखने को अधिकतम करने के लिए, अभियान प्रबंधक को अपने कार्यक्रम के डिजाइन में एक दिन से मूल्यांकन करना चाहिए।

बेसलाइन डेटा प्रारंभिक स्थापना

यह जानने के बिना कि आप कहाँ शुरू कर चुके हैं, आप बदलाव को माप नहीं सकते हैं। जागरूकता और व्यवहार के आधारलाइन सर्वेक्षण के साथ-साथ कम से कम 12 महीने पूर्व कैम्पेन वाटर उपयोग डेटा इकट्ठा करें। इससे आपको पूर्व मौजूदा रुझानों के लिए नियंत्रण करने की अनुमति मिलती है।

एक नियंत्रण या तुलना समूह शामिल करें

एक समान अनुपचारित पड़ोस के साथ भी एक सरल तुलना में एट्रिब्यूशन को मजबूत करती है। जब भी संभव हो, तो बेतरतीब ढंग से यह अभियान प्राप्त होता है। यदि यादृच्छिककरण असंभव है, तो एक विश्वसनीय प्रतिकारिता बनाने के लिए सांख्यिकीय मिलान का उपयोग करें।

Longitudinal अनुवर्ती योजना

कम से कम एक अनुवर्ती आकलन के लिए बजट 6-12 महीने के बाद अभियान समाप्त होता है। इससे पता चलता है कि क्या प्रारंभिक बचत होल्ड या erode है। स्केलिंग से पहले माप व्यवहार्यता का परीक्षण करने के लिए एक छोटे पैमाने पर "प्रतिरोध अध्ययन" का पायलटिंग पर विचार करें।

संगणक और गुणात्मक तरीकों

संख्याएं बताती हैं कि क्या हुआ; साक्षात्कार और ध्यान समूह क्यों बताते हैं। एक मिश्रित-विविध दृष्टिकोण गहरी अंतर्दृष्टि पैदा करता है और भविष्य के अभियानों को परिष्कृत करने में मदद करता है। उदाहरण के लिए, यदि पानी की बचत लक्ष्य से नीचे है, तो गुणात्मक अनुसंधान यह उजागर हो सकता है कि निवासियों को अनुशंसित व्यवहारों को बहुत असुविधाजनक लगता है।

निष्कर्ष

प्रभावी मूल्यांकन सबूत आधारित रणनीतियों में अनुमानों से जल संरक्षण अभियानों को बदल देता है। सही मेट्रिक्स और mdash पर नज़र रखने के द्वारा; उपयोग में कमी, जागरूकता, व्यवहार परिवर्तन, भागीदारी और दीर्घकालिक प्रभाव और mdash; और स्मार्ट मीटर से लेकर गहराई तक के विभिन्न तरीकों का उपयोग करके, संगठन निवेश पर वापसी का प्रदर्शन कर सकते हैं और लगातार अपनी पहुंच में सुधार कर सकते हैं। एट्रिब्यूशन और दीर्घकालिक ट्रैकिंग जैसी चुनौतियां सावधानीपूर्वक डिजाइन और उचित विश्लेषणात्मक तकनीकों के माध्यम से वास्तविक लेकिन भरोसेमंद हैं।

चूंकि वैश्विक स्तर पर जल तनाव बढ़ता है, हर बूंद की गिनती करने का दबाव केवल बढ़ता जाएगा। कठोर मूल्यांकन को अपनाने वाले अभियान न केवल पानी को बचाएगा बल्कि व्यापक संरक्षण नीतियों के लिए सार्वजनिक ट्रस्ट और राजनीतिक समर्थन की आवश्यकता भी बना सकते हैं। जल स्टेवार्डशिप का भविष्य यह जानने में निहित है कि कौन से काम करता है, उन सबक को साझा करना और एक समुदाय से अगले तक सफलता को स्केल करना।